哪一刻會讓你覺得自動駕駛能成為現實？

12-28

近幾年大家都在談論自動駕駛，車企吹了好幾年也沒像樣的實車出來，感覺能完全自動駕駛的車距離我們還很遠啊，so，有沒有辣么一刻，會讓覺得自動駕駛能成為現實的？

很難準確地說哪一刻覺得自動駕駛能成為現實，反正從今年春節開始，我就被自動駕駛震撼了。

對新事物的疑惑，往往是因為我們知道的太少，先看這張動圖。

本田摩托車的前輪能來回擺動，從而保持直立達到「自平衡」，具備無人駕駛功能——比如把車停在路邊的便利店時，它會自行尋找停車位，路上看到這麼個摩托車自己在走，會嚇破膽的……

這是2017 CES「國際消費電子產品展」上本田展出的「自走摩托」技術。講道理，這比汽車的自動駕駛還要難。

再看這條來自2010年的40秒視頻：

美國帕克峰爬山賽道，156個急彎，狹窄的砂石山路，旁邊就是懸崖，無人駕駛汽車奧迪TTS「Shelley」用27分鐘的時間內完成了總長20公里的路程，其中最高速度達到72公里/小時。

雖然非常危險刺激，但這是封閉的賽道，沒有社會車輛，也沒有橫穿馬路的行人。但別忘了，這已經是7年前的事哦。

上面的這些「黑科技」還沒量產，但可以看到，技術上已經可以做到，而現在能買到的自動駕駛，可以做到什麼程度呢？

從「看著車子開」到「不看車子開」用了2年

在今年春節，我體驗了7天特斯拉Model S，搭載Autopilot 2.0 駕駛輔助系統，能自動控制油門和剎車，自動過彎和跟隨指令自動變道，在順暢高速路上的表現簡直爽歪歪。

▼注意看這傢伙的手，他的腳也沒有碰油門和剎車踏板，車子可以根據道路標識線自動轉向自己走（非法操作，不建議模仿）

可以識別車道，識別不同車輛，如轎車、大貨車、摩托車，進行自動駕駛輔助。

▼識別轎車摩托車。

▼夜間識別轎車和貨車。

▼打轉向燈，偵測旁邊安全沒車，自動進行變道。

手摸著方向盤看著路就可以啥都不用管，長途高速再也不累了

特斯拉Model S的是L2級別的「半自動駕駛」，雖然理論上可以不碰方向盤和油門踏板車子自己走，但特斯拉為了安全和適應法規，依然要求司機手扶方向盤，而且強制要求每5分鐘必須抓一次方向盤。否則就會發生下面的情況，在當次駕駛解除自動輔助，熄火重啟才能再次使用。

路況較好的時候，大部分時間雙腳得到解放，路上手離方向盤伸個懶腰，開個飲料也沒大問題，使用途中駕駛員必須看著路面，隨時準備接管車輛。換言之特斯拉的Autopilot 2.0是「半自動駕駛」的輔助系統，必須「看著車子開」，還未能做到「駕駛託管」。

到了2017年7月，參加奧迪A8的全球發布會，新A8上搭載的可以在封閉道路（高速、城市快速路）使用的L3級別自動駕駛，「AI Traffic Jam Pilot」奧迪 AI 擁堵自動駕駛。

在時速低於60公里的擁堵路段，可以將車輛託管給車輛AI，實現「不看車子，讓他自己開」，在城市快速路里遇到走走停停，基本上可以實現完全的自動駕駛。

進入AI駕駛狀態，駕駛者可以脫離方向盤和剎車，完全由汽車掌管，隨著車流自動駕駛前進。駕駛者將可以自在的看書、讀報及收發e-mail，但並不允許駕駛者完全放鬆 (如睡覺)，因為一旦遭遇自動駕駛系統無法處理的路況，系統將會要求駕駛者在10秒內重新操控車輛。

當脫離時速60以下的堵車路段時，系統也會提醒駕駛者在10秒內接管汽車。

在奧迪的宣傳片里，也有父親在堵車慢行時雙手離開方向盤，轉身和兒子嬉戲的畫面。

雖然目前還不能全程自動駕駛，但也解決了高速堵車這一大痛點。

據稱奧迪的下一步是「Highway Pilot」——「讓自動駕駛接管時速120公里以內的高速路段自動駕駛」，奧迪方面稱目前的瓶頸是更大範圍更遠距離的感測器和更高速的計算晶元，希望通過這兩個自動駕駛手段「把司機從累人和無聊的路況中解放出來」。

順便一提，特斯拉能實現的「在駕駛員監督下的自動泊車」，到了奧迪A8，已經升級到「駕駛員在車外進行自動泊車」。

從2015年誕生的特斯拉Autopilot到2017年底隨奧迪A8上市的AI Traffic Jam Pilot，用了2年的時間，實現了從L2級「看著車子開」到L3級「不看車子讓他自己開」，離大部分情況可以自動駕駛的L4隻差一個級別！

除了奧迪，福特、豐田、本田、寶馬、沃爾沃等多家公司均提出了2020年這個時間節點，表示要在2020年左右量產能夠達到SAE L3級別的自動駕駛汽車。

參考：SAE自動駕駛分級表

一般來說，SAE的L4級別可以做到「駕駛員在車內」的自動駕駛，達到L5級別就可以做到「無人駕駛」，也就是說沒有駕照也可以開車——準確地說是坐AI人工智慧駕駛的車。

從「偶爾交給車子開」到「全程車子自己開」還要多久？

已經推出L3自動駕駛A8的奧迪，目前在德國、美國、中國及其他國家，都在進行L4級別規模化的路測。

一直行業領先的特斯拉怎麼會讓奧迪搶了風頭，創始人馬斯克去年10月表示，2017年底前，特斯拉將利用自動駕駛技術，由舊金山自主行駛到紐約。但在這個月又表示，這次自動駕駛汽車演示可能推遲到2018年初，據說跟上個月，特斯拉Autopilot軟體副總Chris Lattner辭職有關。

如果馬斯克不是吹牛，2018年初的自動駕駛演示將可以實現L4級別
「駕駛員在車內」在大部分路況都可以使用的自動駕駛

按照特斯拉向來激進的作風，會在展示後1-2年迫不及待上市銷售。也就是說很有可能2020年之前就可以買到一輛真正的「自動駕駛」汽車。

自動駕駛其實超級無聊？

史丹福大學互動設計研究中心的 Wendy Ju 表示自動駕駛汽車商業化面臨的一大挑戰是：人類要充當候補，但是，人類是非常不可靠的。「在自動駕駛汽車裡，人們會覺得困，很難保持警醒狀態。」
駕駛可以是一件很有樂趣的事情。Wendy Ju 的研究也證實了這一點。當人們在自動駕駛汽車裡呆上 30 分鐘後，通常會變得非常無聊。「每個人都覺得，乘坐自動駕駛汽車是超級興奮的事情，但實際上，那是超級無聊的體驗。」

大部分地區還在研究自動駕駛上路的法規

智能駕駛可主要分為三個層面：輔助駕駛，自動駕駛，以及無人駕駛。關於輔助駕駛，法律明確規定，駕駛員要對其駕駛行為與後果負責。現在，L3、L4、L5 的車輛有時候還不能上路，關於高度自動駕駛和完全自動駕駛，法律也還未有明確規定。

更嚇人的還在後頭，L5級別「無人駕駛」汽車已經上路了

雖然還是上路測試階段，但這些「無人駕駛」公交車真的在公開道路上面跑了，年底之前就能正式投入運營。

芬蘭赫爾辛基計劃在2017年秋天推出一條全部採用自動駕駛巴士的常規巴士路線。赫爾辛基早在2016年8月中旬就試運行了兩部EasyMile EZ10電動巴士。根據芬蘭的法律，車輛並不須要有備有司機。

這種小型公交車可搭載 12 名乘客，車速為 11公里/小時，最高時速20公里/小時。同款車型今年也在巴黎進行免費載客路測。

2017年 1 月 11 日，美國賭城拉斯維加斯推出為期10天的自動駕駛巴士試驗，供乘客免費搭乘。

這輛名為「Arma」的自動駕駛公交，可載12名乘客，最高時速為43公里，試營運期間行駛時速將限定在19公里。每次充電可以行走145公里，每次要花5至8小時充電。拉斯維加斯政府表示，在今年第三季度有望將自動駕駛巴士正式投入運營。

▼ 拉斯維加斯同款自動公交車今年6月份已在美國密歇根大學投入使用。

走得最快的竟然是科技公司？

4月26日，Google旗下的自動駕駛公司Waymo昨天宣布將讓普通乘客試乘其自動駕駛汽車，美國亞利桑那州鳳凰城的居民可以免費申請試乘。Waymo為100輛菲亞特克萊斯勒Pacificas汽車配上了它的技術，並且計劃今年再生產500輛這樣的汽車。

這批早期試乘的乘客及其家人還能將Waymo的自動駕駛SUV和MPV免費當作他們的主要或次要交通工具。當然，每次乘坐Waymo自動駕駛汽車時，車上都會配備一位人類司機防止事故。

為什麼是鳳凰城呢？因為鳳凰城所在的亞利桑那州法律是允許自動駕駛汽車上路的！

目前Waymo在加州的測試數據已經達到平均8000公里才需要一次人工接管（特斯拉是平均5公里），Waymo但自己不打算生產汽車，而希望向傳統汽車廠家售賣自動駕駛技術，2016年Waymo已和本田達成合作，但就在今年7月本田CEO八鄉隆弘吐槽和Waymo的合作進展緩慢。

最後，看看這條短視頻，瞧瞧業界公認最強自動駕駛技術Waymo的表現吧。

搭配這篇食用效果更佳：

燃油車末日倒計時？不管你信不信，反正車廠們是信了

本來我還想先發表一番感懷，駕駛樂趣可能會和男耕女織一樣，遲早變成歷史學裡的名詞。然而在此之前，人工智慧已經可以不到1秒就編輯出一篇信息無誤、可以用於平台發布的新聞稿了。「秒出稿」已經成為現實，我們這些靠寫文字領香腸的人，恐怕會比司機這個職業更早下崗。

真應驗了那句話：少壯不努力，長大做編輯。只不過在不久的將來還可以加上後半句：廣大老司機，改行拍AV。

所以年輕人啊，如果你還以為「會開車、會寫文章」是未來就業的雙保險，我只能說嘿嘿嘿了。

說回正題，自動駕駛也未必總是壞事，它只是讓汽車回歸到移動工具這個最基礎的本質而已。退一步說，只要一輛車還裝了一個方向盤，有油門和剎車踏板（你看我對離合器踏板和擋桿已經妥協了），至少老夫還有掌舵的機會。

不管你多熱愛開車，開車的時候總會遇到一些垃圾時間，例如堵車、在筆直的高速公路機械式前進，這些場景下，我一點都感覺不到駕駛樂趣。——如果你覺得堵車和開著定速巡航也很有駕駛樂趣，那我相信你快樂的閾值很低，要麼你的人生還過的挺凄慘的。

例如奧迪發表的全新一代A8，配備的第三階段（L3）自動駕駛功能，我就覺得挺好的，尤其是對於中國市場來說。旗艦豪華轎車就是給人以享受的，豪華配置的終極目標，就是要減輕車主移動過程中的疲勞負擔。但是中國的旗艦豪華轎車車主更習慣於既當乘客又當司機。那麼減輕司機駕駛疲勞的功能，自然也起到減輕車主疲勞的效果了。

當然車我還沒摸過，連巴塞羅那的發布會都沒去，證明我等一線編輯，只夠資格試車而不夠逼格參加高端發布會。

實際上手試駕（說成「在駕駛席試乘」也許更貼切？）過了通用系（最新一代君越）、沃爾沃（XC90和S90）、本田（本田試驗場里的謳歌RL）的第三階段自動駕駛。

傳統主機廠對待這個自動駕駛的態度是很審慎的，他們的想法是，自動駕駛是一個主動安全功能，最終目的是實現零交通事故。這不像特斯拉Model S將自動駕駛包裝成來自未來的高科技（我想葬生於被特斯拉自動駕駛模式的人，是不是有著為新科技獻身的覺悟？）。

在我看來，自動駕駛好不好，評價的標準在於它的駕駛行為像不像「人」:對複雜路況的判斷能力、做決策的思考方式、最後是開車的「手法」、「腳法」。

前兩者是自動駕駛硬體和軟體領域的事情了，在路況識別方面，如果能夠將越多的元素納入進去，對複雜路況的判斷肯定是越準確的。而這會增加數據量，對數據通訊的速度、處理器的運算速度都是挑戰。例如在市區駕駛，需不需要探測行人道上的行人甚至探測他們的臉朝向、有沒有玩手機，馬路上那些亂串的電動車要不要預測一下它們的軌跡，壓線車會不會被當成入侵者。等等等等。而學習、根據經驗分析、無限高像素的視覺受器，這是人的強項。

至於開車的「手法」「腳法」，人開車的本質是神經網路，車開車（聽著怪怪的）的本質是電路通訊。有了準確的信息輸入，有很好的預判，自動駕駛就更容易調校得「像人」。

所以，當很多人為自動駕駛的汽車可以漂移、可以跑賽道而驚嘆的時候，其實我是「哦，這樣啊」的態度的。漂移和刷圈，需要處理的路面信息，比在馬路上開車簡單太多了好嗎？漂移也好刷圈也好，對人來說就是車感高低和膽量的問題而已。或者這麼說，學會漂移，5小時上車時間足夠了，但要成為一個「零事故」老司機，小時數是多少呢？

再說，自動駕駛汽車最厲害的就是可以通過感測器，量化虛無縹緲的「車感」，將主觀題變成數學題（好吧物理題也可以，但物理到了極深處就是數學，這沒錯吧）。

哎，亂說了一大堆，回到正題吧，哪一個瞬間讓我覺得自動駕駛可以實現？每一次在法國、德國、西班牙、加拿大、美國、日本開車，看著道路上的駕駛員，拉鏈通行、禮讓行人、慢線讓快線、轉彎讓直行、不加塞不佔道，守規矩得就像每個人腦袋裡面都植入了一塊晶元一樣，我都相信在這些講文明的國家，實現自動駕駛是分分鐘的事情。

至於我大天朝？先看看哪個品牌敢在中國最典型的路況搞路試再說吧。心慈手軟，寸步也難行；不擇手段，一天好心情，歡迎各位來到地獄模式。

我覺得，先要讓各路英雄好漢手上的電瓶車、平衡車、三輪車實現了自動駕駛，這是天朝汽車實現自動駕駛的必要前提……

我是一名律師，最近做了很多高速公路上的交通事故案件。據我觀察，百分之七十的高速交通事故都是大貨車導致，這其中又有一大半是由於駕駛員疲勞駕駛導致，高速公路上路況簡單，雙向車道互不干擾，實現無人駕駛比較容易，並且對於貨車來說每年最大的成本就是司機，我認為如果能實現無人駕駛，那麼一定最先在無人駕駛卡車上實現，不僅能大幅度減少交通事故，還能降低運輸成本。

我設想的方案是在每個高速公路出口建立配套的物流倉儲基地，無人駕駛卡車在抵達高速出口後自動卸貨，然後由有人駕駛的車輛在路況複雜的市區進行貨物配送。

目前無人駕駛欠缺的更多的是相關配套設施和法律法規，而不是技術。

最後附圖：金剛狼3中高速公路上的無人駕駛卡車。

謝邀，我從小就一直覺得自動駕駛可以實現的，只是早晚而已，但說實話之前沒有想到這麼快就會進入普通（有錢）人的生活。

在差不多十年前有些科技公司就開始研究自動駕駛，但很快就沒有了消息，淡出了公眾的視野。去年六月，一向以科技著稱的Tesla重新把自動駕駛這個話題帶起熱度，但是隨後發生了兩起交通事故造成一人死亡。雖然美國國家公路交通安全管理局仍在對此次事故進行調查，但特斯拉很早就已明確表示，無人駕駛系統並不是事故的主因。

雖然都叫自動駕駛，但是自動駕駛是分級別的：

Level 1：駕駛員輔助裝置，例如盲區預警、車道偏離警告等

Level 2：半自動駕駛，駕駛員在得到警告後，仍然沒能做出相應措施時，半自動系統能讓在汽車自動做出相應反應，例如主動式的車道保持、自動剎車等功能

Level 3：高度自動駕駛，該系統能在駕駛員監控的情況下，讓汽車提供長時間或短時間的自動控制行駛

Level 4：完全自動駕駛，在無需駕駛員監控的情況下，汽車可以完全實現自動駕駛，意味著駕駛員可以在車上從事其他活動

Tesla Autopilot 1.0是L2級或者更低的一個輔助駕駛員操作的系統，無法保證絕對安全，有一些事故也是駕駛員對這個認知不夠導致的。據調查，事故車輛的駕駛員在37英里的旅途中，雙手在方向盤上的時間只有25秒……

類似的負面新聞又讓公眾對自動駕駛持懷疑態度。其他對手也趁機打壓Tesla，比如百度的副總裁公開發表言論：「特斯拉用的感測器比較少、價格也較為便宜，車上配備的攝像頭和毫米波雷達也比較少。而百度這樣的互聯網公司做無人駕駛，使用的是非常昂貴的感測器，包括64線的激光雷達、彈道導彈級別的慣性導航，放置了多個毫米波雷達及多個攝像頭，還配備紅外攝像頭、紅外感應器。」

現在各大汽車公司只是小方向不盡相同，大方向，以及大方向的實力不會差的特別多，自動駕駛就屬於這方面的。不過奧迪算動作快的，前幾年就測試自動駕駛汽車刷圈速，Hockenheimring的圈速已經達到了2分10秒，人類駕駛員測試上一代奧迪R8 5.2 V10和GTR的記錄是2分17秒，CLS是2分07秒，捷豹XFR是2分05秒，也就是說RS7自動駕駛的這個成績，這基本也就是人類駕駛員的極限了。

所以奧迪也把自動駕駛技術搶先一步搭載到了家族旗艦A8上，時機算得剛剛好，這方面可以領先對手至少三年。7系是2015年換代，中期改款至少要等到2019，中期改款會不會大幅度提升軟體增加這種革命性的功能實在是不好說。賓士S級今年中期改款，換代也至少要等到2021，駕駛輔助在E級，S級身上已經見到了，下一代S級應該才會搭載和A8同級的自動駕駛系統。

上文說過，自動駕駛分4級，特斯拉的Auto Pilot介於L1和L2之間，雷克薩斯新發布的LS上面搭載的是L2。而新A8是首次達到L3級別，低於時速60的情況下可以全盤接手，如果法律允許，可以雙手離開方向盤，是目前自動化級別最高的量產車，也是現在能明顯看到自動駕駛普及的曙光的系統。不難想像，之後旗下車型也會逐漸換代，搭載這個系統，或許下一個會輪到Q8？

當然，現在的窘境是，各國法律還沒有跟上汽車廠商的技術發展，尤其自動駕駛還涉及到倫理問題，所以即便技術達到了，但在實際應用中，尤其是走入平常百姓家，依舊還有很長的路要走。不管怎麼樣，百度也好，谷歌也好，特斯拉也好，包括目前自動駕駛級別最高的新A8，都讓自動駕駛離我們越來越近。

在年初長測特斯拉Model S的時候，我在高速公路上半信半疑的啟動Autopilot，放開方向盤的那一刻說實話還是挺震撼的。我們也知道，對於自動駕駛的，各大科技公司和互聯網企業雖然表面上沒有特斯拉激進，但自動駕駛的實用化已經在他們各自的試驗場和公路上馬不停蹄地推進中。

比如百度重點發力自動駕駛領域，由陸奇親自帶領智能駕駛事業群組（IDG），與博世、一汽解放等車企展開合作。在車展期間，陸奇也宣布了百度的Apollo計劃，免費對外開放百度的無人駕駛能力，戰略目的相當明確。但最為重要的~~~車輛的本體，還只能假手於人。

包括特斯拉的Autopilot，宣傳能達到了一定程度的自動駕駛，但離完全自動駕駛還有一步之遙，業內只能算是Level2的水準。絕大部份日常使用情景還需要駕駛者頻繁的介入。但直到奧迪推出Level3水平的自動駕駛，我突然覺，真正的自動駕駛似乎近在咫尺。

奧迪開發出全球首個Level 3高度自動化駕駛系統，這意味在允許的情況下，汽車可接管駕駛者的任務。在汽車接管駕駛任務期間，駕駛員不再需要時刻監督所有過程。駕駛員只需在必要時重新控制車輛。

那麼奧迪這套系統的核心部件是啥呢？

這套Audi piloted driving自動駕駛技術，結合了zFAS中央駕駛員輔助控制單元。

包括激光掃描儀

遠程雷達、中程雷達、前方+後方+側方超聲波雷達。

前端攝像頭+360度環境攝像頭等一系列感測器設備，實現了擁堵路況下的自動駕駛技術、自動泊車技術。

在0至65公里/小時的低速情況下，堵車輔助功能可代替駕駛者掌控車輛，自動進行轉向、加速和剎車等操作。在達到系統設定的速度界限時，例如交通恢復通暢或者到達岔路終點，堵車輔助系統將會提醒駕駛者重新控制方向盤。如果駕駛者沒有反應，系統將進入風險最小化狀態，系統會自動進行車輛安全停駐。與Level 2自動駕駛級別不同，這讓自動駕駛在日常使用情景中最大程度上發揮作用，大大拓展了現有自動駕駛功能的局限性。

我這麼說，可能很多人沒辦法感同身受，依然對這項科技無感。A8現在才剛剛發布，如果之後幾年真的引入到國內，讓更多人親眼看一看它的自動駕駛，估計很多人就信了。反正那一刻，我是相信的，未來肯定還會有更多車企做出Level3、Level4甚至更高級別的自動駕駛技術。甚至也不用太久，2020年很可能大家就會看到。

現在基本絕大部分自動駕駛車基本上都還處於實驗摸索的階段，即便這樣，依舊不影響我們對自動駕駛抱有幻想。畢竟作為自動駕駛的必經之路，主動安全系統已經有很高的普及度，通過對於主動安全系統的了解，對於未來車輛的自動化，還是能有一個大概的展望。

真正地深入了解車還是在我出國以後，出國前只考了駕照但是沒咋開過車。到了美國，因為愛好，和身邊朋友買了各種各樣的車，我也體驗了更多的車型。我自己的2015款大切諾基，配有ACC自適應巡航和碰撞預警帶剎車，像我這種經常會跑長途的人，在高速上設置好自適應巡航，手只要稍微把著點方向盤，剎車油門都由車輛自己去控制，車輛會自動根據與前車的距離和速度來保持間距和時速，這個功能，特別是在跑美國的那種沒什麼彎道的州際公路時，開起來感覺輕鬆太多了。

另外，碰撞預警帶剎車，雖然就用過兩三次，不過確實在我開車溜號的時候，能及時報警並剎車，避免了幾次追尾的事故。雖然這些功能只是自動駕駛的鋪墊，但是確確實實給我一種感受，就是如今車輛的自動化系統，在某些時候比人更及時更智能，能在事故即將發生時做出反應。

此外，還在新Q7上體驗了車道偏離預警帶矯正，雖然這套系統僅僅是在車輛快要偏離的時候進行警報並且在偏離後快速矯正，給人的感覺很突然，自動轉向也很粗魯，但是有這樣的系統就表示著車輛具備了基礎的車道識別能力。
對於特斯拉所搭載的autopilot，之前也有過簡單的體驗，雖然是L2級別的自動駕駛，但是相比於傳統汽車的駕駛已經可以說有了很不一樣的體驗。記得有一次從Yosemite開車去山景城，一路上開的精疲力竭的我，偶然看到了邊上的特斯拉裡面，駕駛員手搭在方向盤上，低頭玩著手機嘻嘻哈哈，頭也不抬，那一瞬間是真心羨慕，那個時候，第一次真切地覺得，曾經電影里的自動駕駛已經走到了生活之中。

此外，在亞利桑那tempe，看到了沃爾沃和uber聯合開發的自動駕駛版XC90在路上，第一次看到還以為是測試車輛，後來才發現tempe好多這個自動駕駛車，而且已經投入運營，自動駕駛的計程車已經不再是電影里或者小說里的情節，而是確確實實的出現在了人們的生活之中。在tempe也曾見過一輛自動駕駛的雪弗蘭bolt在做測試。在矽谷的時候看過Google的那個長得像小豆豆一樣的無人駕駛車在路上行駛，在矽谷的計算機博物館內也上去體驗過那個車的理念，更接近於自動駕駛的最終形態吧，沒有了方向盤，剎車，油門等等，整個的駕駛過程完全都有車輛自動規劃，發出指令，進行執行，對於人類，車輛完全的變成了一個載具。

如果你非要問哪一刻讓我更加堅信自動駕駛會變成現實？可能就是前陣子奧迪A8自動駕駛車型發布的那一刻了吧。作為首款量產的L3級別的車型，相比於特斯拉的L2級別，新奧迪A8在一定條件下完全接管駕駛任務，這時候駕駛者可以脫離方向盤放鬆下來，直到系統通知再次接管，整個自動駕駛系統系統可以完成更多的事情。所以，我覺得奧迪A8自動駕駛的發布可以稱得上是從輔助駕駛到自動駕駛的一大飛躍，這對於完全自動駕駛實踐來說真的邁進了很一大步，很讓人興奮。

說起自動駕駛，很多人會抱有一種觀點：你看啊，中國道路那麼亂，自動駕駛是不可能達成的。自動駕駛發展有個很矛盾的地方，就是這件事並非像打遊戲那樣由易到難，而是由難到易。在現階段，自動駕駛實現難度很高，因為自動駕駛要去揣摩其它人類駕駛者的意圖，而人的行為很難預測。不扯遠，女友的口是心非就是個典型例子。可是當自動駕駛真發展到一定程度後，當周圍的車都是自動駕駛，機器之間的溝通無疑讓事情簡單得多，屆時實現自動駕駛的技術難度反而會下降。

目前自動駕駛有兩種方向，一邊是非整車企業，例如google、百度等互聯網公司，以及生產零部件的博世，直接研究全自動駕駛；另一邊是傳統汽車公司，屬於以量變去引發質變，猶如搭積木般，不斷增加新的自動功能。傳統車廠這種堆積式的發展模式，催生了NHTSA和SAE對自動駕駛的分級。以NHTSA為例，從L0一直到L4，自動化程度越來越高，L4代表全自動駕駛。別以為自動駕駛離你很遠，只要你的車有ACC自適應巡航或預碰撞其中一個，已經能歸入自動駕駛L1的範疇。尤其是預碰撞系統，配備率非常高，如果玩文字遊戲，帕薩特也能說自己是自動駕駛。

說起這種文字遊戲，特斯拉就曾經玩過。Model S其實只能算L2級別，卻以「Autopilot」之名，讓人誤以為是個全自動駕駛，於是鬧出了幾起人命事故。其實L2和L3之間的分級很模糊，有ACC自適應巡航和車道保持已經能歸入L2範疇。上面這張圖將意思表達得非常明了，L1是手、腳、眼其中一個環節無需參與駕駛，而L2則是手和腳都能解放，但依然要求駕駛者用眼來觀察情況，以隨時中斷駕駛輔助系統，通過ACC和車道保持協同工作達成的自動駕駛就屬此列。L3相比L2，就是能在特定時間裡，實現全自動駕駛，

現今真正能實現L3級的量產車，就只有奧迪最新一代A8。而且奧迪A8能全自動駕駛的「特定時間」，範圍非常窄，僅限於60km/h以下的高速擁堵路況。這個並非奧迪A8能力有限，這台車可是全球首款加入激光探頭的量產車，對道路情況的感知更為豐富。像奧迪這類老牌車廠，在自動駕駛這件事上會做得很小心謹慎。60km/h以下的擁堵高速，意味著中國道路那種人和三輪車橫穿的狀況，奧迪對此不會負責。一來規避法律風險，二來也不讓用戶去冒險。反觀特斯拉，多少有點草菅人命。說起特斯拉，這家公司確實有獨到之處，但不能神化過度，Elon Musk能叫做鋼鐵俠，那麼賈躍亭也能叫蝙蝠俠。

不僅是奧迪A8，改款後的賓士S級，在自動駕駛方面也堆了更多的「積木」，但也僅僅達到了L2階段的水平。例如在緊急避讓時，方向盤能主動轉向，幫助駕駛者完成避讓動作。下次路上看到女司機做出完美的「麋鹿避讓」動作時，也不用太驚訝。上面提到很多是靠車身上的感測器來感知路面狀況，除了感測器之外，自動駕駛還會用上導航信息。例如改款S級，在用ACC自適應巡航過程中，遇上迴旋環島，車輛能自動減速，在出環島時能自動加速。

說回題主的問題，自動駕駛看似很遙遠，但傳統車廠在「堆積木」這條路上走得很快。要做到完全的自動駕駛不容易，但按照目前的速度，去到80%，甚至90%的自動駕駛，所需時間估計不長。當在越來越多時間下，都能實現駕駛自動化，那麼駕駛這件事會變得無比輕鬆，且事故率也能大幅下降。說不定自動駕駛發展到一定程度，就會有相關道路建設和法律來配套它，例如有自動駕駛車道，甚至直接禁止人手駕駛汽車上路。 我對自動駕駛這件事屬於樂觀派，原因在於車廠已經在這條路上快速前進，先不管最終能否達到，但至少離目標越來越近。

不妨大膽構想，自動駕駛真成為現實，我想我將要面臨失業。試想全部車都是自動駕駛，那時也不需要有私家車。每個人想出行的時候，拿出手機輸入目的地，然後共享的自動駕駛汽車直接去到你面前，上車就能直接到目的地。車送完你去目的地後，又會進入待命狀態。那時研究的是交通工程，而非車輛工程。汽車真正變成從A點到B點的工具，那就沒有太多測評的意義，就像你每天都坐升降電梯，可是不見得有人會去仔細研究這種「上上下下的快樂」。毫無疑問，自動駕駛將會重構很多社會分工，到時能看到的職業分類跟如今肯定截然不同。

也許和大多數人一樣，我從來不幻想能自動駕駛或者能飛上天空的汽車。

如果有人說未來會是這樣的，我會覺得那不是在我說的未來——可能是我孩子的未來。

直到最近2年的三個時刻，逐漸的、徹底的，改變了我的想法。

時刻一：2015年10月22日 @北京清華大學 Elon Musk對話清華管理學院院長錢穎一

當時的我，白天在一家大型車企做事，晚上和很多網友一樣，刷刷知乎、寫寫汽車。

可能是因為寫過一個系列的研究特斯拉的文章，我意外的收到了來自特斯拉中國公關部門的邀請，讓我得到了難得的入場券。

特斯拉的經費非常緊張，他們不像其它的車企能提供來回機票和五星級酒店，我不得不自己支付了路費，借宿在北京的朋友家。

那個在清華的迷人夜晚，Elon用略帶口吃的快速吐字的語言風格，展現了他的迷人魅力——對於現場的各種國籍的清華師生們來說，Elon表現的就像一位搖滾明星、對於高知階層的那種搖滾明星。讓我想起英劇福爾摩斯里的一句話：Intelligence is the New Sexy。

我事後寫下一篇專欄長文，追憶了這個難忘的夜晚。有興趣了解具體過程的，不妨看看：

你問我要去向何方，我指向火星的方向

在現場，Elon Musk表示他對自動駕駛技術很有信心，他說大概3年左右，純技術角度就能做好準備——但更大的困難和障礙，來自世俗認知、法規和習慣。人們還沒有做好讓機器接管方向盤的準備，再加上大量的舊車都是老舊的非智能系統，所以只能說「革命前景美好，但同志仍需努力」。

他的樂觀讓我感覺震驚而又興奮。

在次日的北京郊區的一個茶社，特斯拉發布了V7.0版本操作系統，首次在大陸地區更新了Autopilot功能。這些功能可以通過OTA的方式，直接傳送到大陸的每一台特斯拉身上，前提是他購買了自動駕駛軟體功能包。

這種OTA方式的操作，在通用這樣的傳統大企業，大概要在2018年或者19年才會開始在國內應用——這體現了特斯拉作為一個創業公司，獨特的產品規劃思路。

回到上海後，我去試駕過升級後的Model S。這台車的儀錶上已經可以聰明的感應四周的車輛，在高架上自己完成變道的動作，跟住時快時慢的前車。

在城市道路里，如果你夠大膽，也可以讓它自己驅動向前。

這當然還遠遠稱不上「自動駕駛」，但是某種雛形和趨勢，已經顯而易見了。

在這番實踐之後，對於自動駕駛，我開始有些信以為真了。

時刻二：2017年5月烏鎮圍棋峰會AI高峰論壇

烏鎮峰會是谷歌大力支持舉辦的。人工智慧對抗柯潔，本來是極為爆炸力的題材——Alpha Go對李世石，曾經在韓國引爆，萬人空巷，信息影響了全球超過一億人。但可能由於谷歌被封殺的特殊身份，中國媒體集體對這個活動做了冷處理。

我在現場目睹了第一場比賽，眼看著天下第一的柯潔被Alpha Go不緊不慢的統治全場，穩穩的小勝。

看著日韓專家在現場直播間眉飛色舞，看著世界冠軍常昊夫婦在解說席專業點評，整個大廳里幾百人圍著大屏幕，一起見證人類頂尖精華與機器智能的巔峰對決，即使作為一名圍棋白痴，我依然受到了某種震撼。

圍棋的變幻無窮，曾經讓人類的計算機專家認為，這將是計算機難以攻克的人類堡壘——即使十多年以前，國際象棋就已經被攻克了。

第二天，AI人工智慧峰會中，谷歌的多位大佬級人物，包括Eric Schmitt，先後發言。國人人工領域的專家學者和商界人士，也陸續登台。

當看到Eric Schmitt這種之前只在書里膜拜過的當今世界的科技人物，我簡直覺得一切有些不太真實。

Eric作為谷歌的管理核心，顯然是太極高手，在採訪過程中，一直避重就輕。有人問AI的發展會不會帶來問題？他輕描淡寫的告訴大家：AI是很美好的，未來會很好，不會有問題，我們（谷歌）會做一些微小的努力，讓世界和中國都變得更好。

比如說，中國受到計劃生育的影響，以後年輕勞動力可能會短缺，那麼AI技術的價值就能體現了，它能在不少領域大幅的降低人工。讓有限的寶貴的人力，去做更有價值的更必要的事情。

出於谷歌的特殊立場——它是AI技術的領先者和商業獲益者，我個人認為很難指望這樣的公司真的去嚴肅考慮AI應用的後果。哲學上來看，凡事有利就有弊，也許再過十年我們才能看的更加清楚。

谷歌的其它科學家，以及一些中國的相關從業者，在論壇上做了更具體的發言。這裡不贅述。

當天活動的感受，我也寫過一篇專欄文章：

柯潔三負AlphaGo | 圍棋進入新時代，人工智慧登上歷史舞台

引用我當時寫的一段話：

在論壇的中外專家，不約而同的看好這樣幾個行業：首先是醫療保健，然後是農業、能源、教育、交通。
這些行業都是超大的行業，包含海量的數據和豐富的經濟活動。
一旦通過AI，哪怕只提升該行業概率的5%到10%，也會是極大的進步。
更何況，我們幾乎可以預見，AI帶來的潛力遠遠不止這麼一點改善。
在烏鎮論壇的現場，除了谷歌以外，多家來自中國的商業公司，也展現了他們圍繞AI的技術應用。比如用AI做陪伴嬰兒的機器人，有用AI做視頻分析，有用AI做生活自然語言助手。
下圖中的這個案例，特別讓人震驚。電影碟中諜4中的情景，已經在真實中再現了。通過基於AI技術的面部識別，在線的視頻捕捉和分析，可以幫助抓獲犯罪分子。（大家千萬別做壞事，這個時代對壞人太不公平了）

駕駛汽車的時候，汽車的質量大、速度快，稍有不慎，就會引發生命危險的事故。因此人類一直在對待汽車駕駛的態度上非常謹慎。
有人不相信自動駕駛——這是可以理解的，因為人類向來對自己的視力、反應、運動協調能力頗為驕傲。即使是駕駛最先進的戰鬥機，在那種惡劣的條件下，飛行員也需要進行大量的手動操作。

但是，本質上來說，人類在駕駛汽車的時候，不過是充當了一個「高級感測器+中央處理器+動作執行者」。
我們的眼睛和耳朵接受視覺和聲音信號的輸入，大腦進行分析，然後手腳進行操作。
電腦在一開始一定處理不好這麼複雜的局面。但是在億萬級海量的駕駛數據，被電腦學習過之後呢？
這跟AlfaGo在無比複雜困難的圍棋上，遠遠勝過人類棋手，是類似的道理。

也許你是經驗豐富、自詡十年車齡、應對過各種路況的老司機。
但是AI很容易在你引以為豪的經驗上勝過你一千倍、一萬倍、一億倍。
在足夠的數據學習的基礎上，經過不斷的迭代優化，電腦的分析、反應、動作執行，全部都會比人類快的多、準確的多、穩定的多。
這就是為什麼特斯拉的Elon Musk早就預言：以後的人類駕駛才是一件非法的事情。因為太不安全了，對社會很不負責任。

時刻三：2017年7月奧迪巴塞羅那品牌峰會

今年夏天，奧迪選擇巴塞羅那，作為首次品牌全球峰會的舉辦地，邀請了全球2000名媒體和行業人士參加。

這麼聲勢浩大的活動，不光是為了展出全新旗艦車型——奧迪A8。

更是宣告整個品牌的戰略調整，從豪華汽車製造商向出行服務提供商轉變。

為什麼大眾集團（奧迪屬於大眾集團）、福特、通用都在喊出類似的口號呢？

這是因為新技術時代的靠近，這個技術時代中的一個關鍵就是：汽車的電動車、智能化和自動駕駛。

企業的經營戰略、外部技術環境、產品，這些東西就像空氣、水和土壤，是高度的互相聯繫的，合在一起，構成商業社會的生態系統。

從西班牙歸來，我有感而發，寫了一個回答，主要是討論奧迪A8這款車的戰略意義。其中的重點，就是作為量產車首次搭載L3級別的自動駕駛。

一苒：如何評價全新奧迪A8？

當奧迪聲明自己是L3全球款量產車時，這顯然是在向之前的特斯拉和沃爾沃叫板，也是在向後來者通用和賓士示威。
L3與L2的關鍵差別在於：能否讓駕駛者在特定情況下，雙手完全脫離方向盤，讓車自動行駛。
特斯拉和沃爾沃的車也可以在Autopilot狀態下，特定情況下，自動行駛，但官方要求雙手不能脫離方向盤。
奧迪這次官方表示L3，代表他們對技術的準備更充分，說以講話才會更肯定。

在特定情況下，奧迪AI擁堵自動駕駛系統可操縱汽車的啟動、加速、轉向和制動。駕駛者不再需要持續駕駛。在所在國法律允許的情況下，駕駛者的雙手可以在方向盤上解放出來，轉而將精力放在其他事情上，比如觀看車載電視。但是，一旦自動駕駛系統的操控達到極限，就會立即通知駕駛者重新掌管駕駛。
自2018年起，奧迪將從A8開始，逐漸在量產車型上推廣自動駕駛功能的相關技術，並且其自動駕駛技術，也會逐漸進化。

據我現場採訪得知，目前奧迪自動駕駛能應對的場景，主要是自動泊車、自動進入車庫、擁堵自動跟隨、高速公路上特定速度區間行駛等情況。當然，後續功能將逐步增強。
回想一下自己之前幾年一直每天驅車單程36公里從浦西走中環去浦東，每天翔殷路隧道堵到生活不能自理——如果是開著一台奧迪A8，我就可以讓它在擁堵情況下自動駕駛。

現場，我跟幾位奧迪總部的產品專家交流了他們的自動駕駛和AI技術。

首先是這個zFAS，據現場奧迪工程師告訴我，它是自動駕駛的計算和控制中心。

它布置在這裡：

別看這傢伙今天只是比一個手掌稍大的面積，但在幾年前的奧迪RS7自動駕駛概念車上，它還是體積龐大的許多計算設備之集合。

這正是工程和科學的魅力，才短短几年，從實驗室走向了量產商業化，體積、性能、匹配、成本的問題都要去搞定。
這也體現了：越是最前沿的技術，實際上進步的速度是最快的。

另一個讓我感興趣的是奧迪展示了他們對自動駕駛的機器學習場景。
這台奧迪Q2深度學習概念車（Q2 Deep learning concept）會從圍欄內的一端，一邊開動一邊尋找合適的路線，前往另一端。在這個過程中它會感知附近的障礙車並且自動調整方向。

圍欄大概相當於兩張斯諾克球桌的面積，裡面的奧迪車是一台模擬真車的電子汽車模型。

我在現場問了這哥們一個問題：
反正都是模擬，又不是真車路測，幹嘛不用計算機創建一個純粹虛擬的情景去測試呢？這樣更高效更便宜吧？

他告訴我，其實計算機模擬也是做的，但計算機模擬不是完美的。比如方向的轉向在計算機里可能是一個突變，而在現實中一定是一個漸變，無論你怎麼調整模擬程序，計算機模擬都不如有個實物模型來的真實（當然實物模型模擬也不如真車模擬來的真實，真車模擬也不如直接上路測試來的而真實，這些都是成本、收益可行性的不斷權衡）。所以他們做了小比例的奧迪模型車，來反覆測試，不斷訓練這個自動駕駛程序。

回想起自己當年在駕校考試，大概10個小時就匆匆畢業，考試前還不忘買煙送教練和考官，這幫自動駕駛車的訓練經驗，恐怕是我正式上路前的一億倍。

總結

我這個人沒有宗教信仰，如果一定要說信仰什麼，我對於科學技術是有一定的偏愛的。我總是相信科技能解決很多人類的問題，算是個科技樂觀主義者。

兩年前我沒有想過自動駕駛。但是經過這三個時刻，我開始特別肯定自動駕駛時代終將來到。

它將成為這個汽車變革時代的究極技術，徹底改變汽車產品和行業生態。

正因為這一點，各界巨頭的商業行為，也就有了合理的解釋：

比如，為什麼蘋果和谷歌選擇這個時間點，準備殺入汽車行業？

比如，為什麼通用大眾等傳統巨頭，紛紛表示要轉型出行服務商？

比如，為什麼Uber在全力開發自動駕駛？

比如，為什麼奧迪賓士寶馬聯合起來把當年Nokia遺留的一塊優質資產Here地圖給收購了？

自動駕駛技術很難——尤其在天朝，我們的交通繁忙，秩序不太嚴謹，機動車非機動車行人一擁而上。

數千年來，我們都在依靠人類自己的感官解決交通的問題。

人類有靈性有智慧，但依靠我們的天賦和機器的勤奮做直接對決，我們終歸難有勝算。

參見：柯潔、李世石的驚人天賦對陣谷歌反覆訓練後的Alphago。

人類與其和火槍比破壞力，和投石機比力量，和瓦格利亞剛比強度。

不如，學會使用機器。

我對於自動駕駛技術的汽車，也是一樣的態度。

- 關注我：一苒

- 知乎專欄：一苒說

- 微信號：搜索 yiransay

首先就是我發現使用電子檔桿，或者是按鍵換擋的車越來越多，這些設計未必好看，但確實更智能更好用了，換句話說就是車輛可以自行介入到撥動換擋桿這個動作上了。

其次是我一個月前開過的豐田C-HR

這台小型SUV甚至裝備了ACC主動巡航，這絕對是我第一次在這麼入門級的車上體驗到主動巡航。可見這項配置已經相當成熟並下放到20萬以內的車型區間了，並且這台車的ACC非常好用，啟動對車速沒有要求，並且能隨著前車速度直到剎停，停車也非常柔和

這台車我一口氣開幾百公里，如果路況允許的話，可以做到完全不用管腳下的兩個踏板，也就是說車輛把油門剎車也可以完全接管了。

之後就只剩下方向控制了，這也是實現無人駕駛最難的部分，很多車的航道保持已經可以實現對方向的干預了，所以對無人駕駛來說，不知不覺中我發現，在硬體方面，車輛已經可以全面干預駕駛的方方面面了，那軟體層面的自動駕駛還遠嗎？

和相當一部分汽車從業者一樣，我並不是從小就對汽車十分著迷，說是車盲也不算過分。

因為這事，在十四五歲的時候還鬧過笑話。當時城裡讀書的一哥們兒告訴我，他同班有一有錢人，開的車只用鑰匙一按就能自動跑過來，可拉風了。我這車盲聽了竟然沒有絲毫懷疑，只覺得這有錢人，也就是現在大家口中的富二代，還有一手這樣的操作，簡直帥爆了。

自然，這似真似假的故事就成了我的飯後談資，以證自己博學廣識，至於聽眾自然有自己心動的菇涼了。不知道是十五六歲混沌的大腦突然清晰，還是傻叉的年紀做的事不容易忘記，清晰的記得那菇娘用一雙慧眼直盯盯著我，說了一句「車應該不能自己跑過來吧？」。我驚慌失措了，想要辯解（證明）卻找不到任何理由。

直到多年以後，進入汽車行業，開始認真的並逐漸熱愛的去探索這個領域，我才發現原來汽車是可以自己跑過來的。當時就像發現新大陸一樣，遲到了十多年的答案，我終於給找到了。

心裡嘀咕著「你看吧，我說的沒錯呢」。

但，當年的菇娘卻早已失去了聯繫。後來我才意識到自己這是說者無心聽者有意罷了。

所以，之於個人情感，我是相信自動駕駛能成為現實的。

--------------------------------------------------------------------------------------------------------------------------------

說回技術層面。

讓我覺得自動駕駛能成為現實，至少有兩個時刻（或者說某些事件）。

第一 V2X技術有了較為實質性的進展

（由於題主沒有指明是哪個階段的自動駕駛，我姑且理解為至少是SAE L3及以上）

V2X(Vehicle to X)，是未來智能交通運輸系統的關鍵技術。它使得車與車、車與基站、基站與基站之間能夠通信。從而獲得實時路況、道路信息、行人信息等一系列交通信息，從而提高駕駛安全性、減少擁堵、提高交通效率、提供車載娛樂信息等。

有的人習慣把它稱作「車聯萬物」。當然這麼理解不準確，但作為一般用戶來說，也不算大錯，反而更加直觀易懂。

如果需要達到穩定可靠的自動駕駛，V2X技術一定要扮演重要甚至決定性的作用。它就我們的秘書，能夠讓我們少操心，並且提前了解到信息，同時還能幫我們完成一部分決策任務。

關於V2X的路測，各實驗室不說，畢竟不透明。比較是這個意思的路測，比如去年賓士做的無人駕駛卡車路測（V2V技術【車-車通信】）、無人駕駛大巴路測（車-基站通信【相信也包含基站-基站通信】）。

賓士測試無人駕駛車隊一位駕駛員開三輛卡車

賓士無人巴士完成首航，宇通巴士路試成功，無人巴士將到來？_用戶新聞_中國客車網

第二各國開始認真對待自動駕駛法律法規

但凡是破局技術，必然會重新劃分蛋糕，所以自動駕駛能不能成，法律法規也很重要，畢竟它也是原利益者的保護傘。像題主所說，感覺概念炒了很多年卻少有上路車，技術行不行是一方面，國家或政府允不允許也很重要。現在看來，政策上已經出現了明顯的鬆動，不論是像中國這樣希望實現快速彎道超車的國家，或是像德美這樣的汽車強國。

最近的案例比如，德國交通部：自動駕駛法律原則為人命優先於其他財物_汽車_騰訊網

車企吹了好幾年也沒像樣的實車出來

相反，我覺得就算是特斯拉那個出了幾次事故的輔助駕駛，就已經極端接近我概念里的自動駕駛了？

特斯拉出那幾個事故，主要是因為它太依賴圖像識別。那麼把能直接測距的激光雷達、微波雷達整合進去，無非就是一些水磨工夫，以及分攤成本的問題。這只是麻煩，並不存在難以逾越的技術困難。

自動駕駛普及是毫無懸念的。唯一需要糾結的，就是這玩意要花多長時間才能從壕車下放到幾萬塊錢的買菜車。

初看以為是個腦洞題，但一想不是。很簡單，因為眾車企現在都豪情壯志的表態要在2020年左右帶來量產上路的自動駕駛車型，Level3級別或者Level4級別的都有，2020年是什麼時候，特么的不就是兩三年後的事情么。

關於自動駕駛，我可以分享的是一些碎片化的內容，它們的瞬間會讓我對自動駕駛有好感，而它們拼湊起來會讓我覺得自動駕駛能成為現實。本身我對自動駕駛這件事就是挺期待的，之前也在專欄寫過自動駕駛的內容。想看自動駕駛的笑話，2020年見！

在通用試車場上的一次體驗

讓我會覺得自動駕駛能成為現實的經歷是在上汽通用廣德試車場，當時雙手雙腳釋放的開了小半圈，車輛自動跟車，自動剎車，自動加速，自動保持車道，體驗上有新鮮感，但本質上其實就是車道保持和ACC的一個組合，而且這還是在一台君越上。

在上海高架上開特斯拉用Auto Pilot

如果說這是試車場，路況不複雜，那麼在上海的高架上開著Model S用著Auto Pilot功能，多車流的路況一樣能夠輕鬆跟車，輕鬆轉彎。雖然上面的體驗並不是自動駕駛，只是駕駛輔助功能，但雙手雙腳釋放的那麼一小段時間，我是覺得自動駕駛這事能成，對駕駛者來說也是好事。

自動駕駛的本質問題：立法

當我明白自動駕駛落地問題更深層次的原因可能不是技術，而是交通法規的立法問題，是在於事故判責涉及到倫理問題時，我覺得公安部和工信部壓力真是不小。當一個事故不可避免，是撞一個抱著嬰兒的媽媽，嬰兒90%的幾率會死，還是撞三個小學生，三個人50%的幾率會死。即使AI再強大，選誰都不好，因為遇到這事我們自己就不知道該怎麼做選擇。

但一旦自動駕駛的道路法規立了，那自動駕駛其實來的一點也不難。後來想想也是，不然一群車企叫囂著2020年帶來量產版本的自動駕駛車型，不能上路，量產個毛線。從自動駕駛工程師口中探到的口風變成無人駕駛不是終極目標時，這更加會讓我覺得自動駕駛這事能成，畢竟無人駕駛太科幻，自動駕駛才具備可行性，這才是能成為現實的事情。

首款Level 3級別的量產車奧迪A8

再一個很多車企對自動駕駛的研發都在做，通用路試的Bolt對無人駕駛的研究甚至是Level4。但直到新款A8的亮相才算是讓我眼前一亮，因為它把Level3級別的自動駕駛量產化了，這一步對自動駕駛來說是有意義的。Level2如果說可以是解放雙手雙腳的話，Level3是可以解放雙眼。一定程度上實現可以脫離路況，這才真的有點自動駕駛的樣子。德國政府現在允許配備自動駕駛的車型上路，但A8來到中國的話，如果關於自動駕駛還未立法，那麼很可能到時候要閹割掉什麼東西。

李彥宏五環坐自動駕駛車違章事件

前段時間李彥宏開著百度無人駕駛車時間在五環違規駕駛，被交警調查的新聞。這件事當時在知乎上也討論的很火，如何看待「李彥宏乘坐無人駕駛汽車上北京五環，交警已經介入調查」？從這件事情的討論上，我們可以看出大家對自動駕駛是有興趣的，而且事件本身還是和百度這樣家互聯網公司有關。

所以從這個角度上來看，自動駕駛和現在車企打造的車聯網概念很像，車聯網不僅是車企在做，互聯網公司也在做。自動駕駛也是如此，互聯網公司，谷歌很早就在做了，至今也是自動駕駛路試最長的一個企業。像車企無論是傳統還是新興也在做、博士、德爾福這樣的零部件供應商企業都在參與。

很簡單，就是因為大家都看好這項技術。本身自動駕駛的成型也是相互合作的結果。像剛才提到的A8，它的自動駕駛電腦就有德爾福參與研發，NVIDIA、Infineon等廠商提供晶元，圖像處理器來自Mobileye等等。

自動駕駛比人為駕駛更安全

我知道很多人會擔心自動駕駛的安全問題，這方面的擔心其實是多餘的。馬斯克說過自動駕駛可以讓事故率降低50%，所以他的觀點很鮮明：「如果你勸人們不要用無人駕駛，實際上是在殺死他們。」。從開車技術上來說，本身這個能用技術解決的問題就不算問題，像很多車企的自動駕駛車型在賽道上開，跑出來的成績匹敵賽車手。這說明什麼問題，至少自動駕駛的駕駛技術可以比絕大大部分駕駛者都要高。關於這一點，推薦大家可以看下 @嚴肅的這個回答。嚴肅：自動駕駛能減少交通事故嗎？

頻繁開高速後的想法

最後，因為最近兩個月我頻繁開高速的原因讓我明白了一個道理，定速巡航不是雞肋，吵著說雞肋的只是更多是城市用車需求罷了。科技的發展伴隨的是人類的「懶惰」，所以這才有了洗衣機、自動吸塵器等自動化設備。

很簡單的道理，66號公路啊加州一號公路或者義大利的山路，這種路況下很多人是願意去開車的，這時候開車是一種享受。但如果路況是擁堵的呢，北京上海的早高峰，首先我開車特別不喜歡堵車，不僅浪費時間，關鍵是開起來真心太累。所以出於這個層面上的「懶惰」，這時候車輛就應該具備駕駛功能，像奧迪就有在研發擁堵下的自動駕駛技術。另外，像駕駛疲勞是真實存在的，這也是自動駕駛可以解決的問題。

你們看，一個定速巡航都讓我在開高速的時候有所期待，那麼自動駕駛的需求當然也一定是存在的，只是目前供應商和落地問題、法規問題還未準備好罷了。

回答完畢，感謝閱讀

輕輕一贊，手有餘香(?????)

我的主頁：吉姆 - 知乎

我以往的回答：吉姆 - 知乎

我的知乎專欄：AL頻道

看電影的時候。。。。。真的。。。

坦白說現在的自動駕駛，能叫自動駕駛嗎？只能叫低速輔助駕駛吧

看速8的時候。

當然是 @周飛加入我司的那一刻！

新的大佬已經出現！

——————————————————————————

以及傻逼知乎@ @知乎小管家

對於我來說，是我加入我司那一刻！

高速上面開著開著眼皮越來越沉，突然驚醒，其實腦袋只咪了幾秒，偏離了一條車道。嚇出一身汗，感覺把手指伸到嘴裡咬痛。然後找服務區。

說實話，十年前發現第五代GTI是電動轉向助力，並且帶自動泊車功能我就覺得自動駕駛似乎不遠了。然後發現自適應巡航需要識別斑馬線，覺得應該還有一段時間，畢竟不是所有的路標線都完整清晰。

從很早以前，應該是我完成基礎的工科教育之後，我就認為汽車的自動駕駛在技術上人類很早就已經可以實現了。無論導彈還是反導導彈；無論載人飛船還是衛星發射；無論波音還是空客的自動飛行，在幾十年前，人類單從控制系統（大腦）、感測器（神經感覺）、還是執行機構（肌肉骨骼）來說，汽車的自動駕駛都是小兒科了。不要說這些飛行物的自動化，就是一些很早出現的自動化的生產設備，本身的技術背景都佐證在汽車自動駕駛的在技術上可行性可能二三十年前甚至更早已經達成。

之所以自動駕駛一直沒有被實現普及，或是沒有被嘗試實現普及，我覺得主要是如下幾個層面的阻礙力量：

1、成本。其實大家可以注意到，近些年，自動化生產幾乎是和自動駕駛一起被提出的新商業概念，一直不被商家作為話題的主要原因是成本，近些年，無論是計算機、感測器之類的自動化設備的體積越來越小，成本越來越低，使得自動駕駛以及其他自動化的生產成本成為可能。在這一條，我將體積也作為一個成本，原件體積越大，設計成本越高，組裝製造成本越高，使用成本也越高。

2、軍方在汽車的自動化上沒有大的興趣。導彈有興趣，飛機有興趣，火箭也有興趣，飛船也有興趣，自動火炮也有興趣......但是軍隊對於自動駕駛興趣不大。這個可能和戰車本身就是運送物資和投放軍力的工具，自動駕駛的戰車可以省下一名駕駛員，但是駕駛員作為戰士，省下的意義不大。汽車還是需要戰士維護，物資還是需要戰士搬運。戰場上對可靠性的偏愛是大於先進性的。有人駕駛對於戰車或軍車意義重大。如果各國軍隊感興趣，我前面說的第一點將很快不存在，軍隊的資源會使得成本降低的研究速度加快。

3、商業原因。我總愛舉的例子，那就是光碟和盒式磁帶是幾乎同時被研發出來的，考慮到兩種產品的代際關係，商業同盟決定優先將盒式磁帶推出市場，待產品生命周期之後再適時推出光碟。其實，有人駕駛的汽車好好的賺錢，哪個傳統汽車廠家願意費力不討好的推出無人駕駛的汽車？直到市場出現攪局者，比如GOOGLE、比如特斯拉。但並不是說傳統汽車廠家幾十年來沒有在自動駕駛技術上進行研發投資，只是不同的廠家投資的大小不同罷了。下面是我的推測——「我認為傳統汽車廠商中佼佼者的自動駕駛的技術儲備可能遠超過我們的想像」。就好像，賣膠捲的柯達其實是第一個發明數碼相機的企業。商業上的失敗有時候不怪技術。中長期來看我是不看好特斯拉的，電動車本身就比內燃機車要容易實現自動駕駛。一個容易理解的比方：小米無人機一直沒有做噴氣式發動機的吧？電池儲能技術我現在還沒有看到可以替代燃油的民用普及的「希望之光」，所以，未來優秀的無人駕駛汽車還是會出現在傳統汽車廠商，這是我的一個判斷。GOOGLE、特斯拉這樣一些攪局者，會使得傳統汽車廠商重視無人駕駛這個問題，好好的把自己壓在箱底的技術拿出來，再加速完善這些技術，加快無人駕駛汽車的成本降低和可靠性增加。

4、法律原因和國家間利益。自動駕駛汽車出了事故，究竟算是廠家的責任還是駕駛員的責任。現在這個問題還是一個法律難題，或是法律空白。法律並不懂技術，所以，究竟是什麼責任，先是技術標準的統一，行業標準的統一，然後法律才有說話的依據。這個過程牽扯到多方面的利益。一個手機通信的標準都要一堆國家打架打的要死，何況汽車這樣的重器呢？這個問題比成本問題、技術問題、可靠性問題更難解決。

5、國內利益集團。我這裡指的是終極的無人自動駕駛一旦實現，這個力量不可小視，交管所每年考駕照可以掙多少錢？交警每年罰款又是多少錢？今後全部都無人駕駛了，標準統一了，法律健全了，你說你開的汽車按道理不可能違章了，也應該不需要駕照了（或是還需要考駕照，而是簡單考試就可以）。還有，全面的無人駕駛，保險公司的保費如何收取？是不是應該降低？很多駕駛員的免責條款肯定失效了，很多離奇的事故應該不存在了，事故和廠家有關，而不是消費者，所以保費可能是廠家直接購買算到車價裡面......這裡有很多可以猜想的空間。

總結一下，「哪一刻會讓你覺得自動駕駛能成為現實？」——這個問題還是需要定義在哪個層面：

幾十年前，飛行器3D的自動飛行就成為了可能，所以技術上2D的汽車無人自動駕駛應該在至少30年前就可能。（人造地球衛星1號，是1957年10月4日發射的）

十幾年前，計算機的成本降低，各類感測器的成本開始降低（執行機構不談機械有一百年的底蘊），使得實際上成本上成為可能。(哈勃望遠鏡也就是1999年換上了25MHz的486CPU)

近幾年，新興汽車行業的攪局者的出現，傳統汽車行業坐不住了，使得自動駕駛這件事情在商業動機上成為可能。

未來十年後，順利的話，經過各國漫長的爭吵，全世界才可能對汽車無人自動駕駛的技術標準形成強制性的國際標準，使得各國法律對於無人駕駛的法律問題和責任的澄清技術上有了條件。在這以前，無人自動駕駛技術無論多美完善，只能被當作「輔助駕駛」來使用。

未來二十年後，世界各國才有可能調整國內的法律和機構，使得汽車的真正意義上的無人自動駕駛成為現實。

——————————————————————————————

有一個需要補充的就是實施自動駕駛的軟體。很多汽車自動駕駛的軟體，它的技術研究可能到現在還沒有完善，大量的感測器回收的數據，如何建立數學模型，使之成為可以操作汽車的軟體？它到底是最新的技術還是古老的技術。如果從軟體來說，技術上實現自動駕駛也就是近些年的事情，而我說了自動駕駛在技術上幾十年前就已經可行。

這裡我認為需要看如何定義軟體的？軟體究竟是一個底層技術，還是應用技術，或是應用技術的應用技術。

我認為，半導體技術屬於底層技術，沒有它就沒有計算機，而計算機屬於應用技術；軟體屬於應用技術的應用技術。

這麼講，你將一門計算機語言相關的所有教材，穿越時空的交給某位100年前的數學家，儘管當時沒有計算機，他已經可以在草稿紙上編寫代碼了。你再將有關汽車自動駕駛的需要用到的全部的實驗數據也交給他，再給他一個足夠信息的任務書，理論上這位100年前的數學家已經可以為你編寫「汽車自動駕駛中央控制程序」了。

應用技術需要依靠底層技術去實現，但是應用技術的應用技術是可以跨時代的，或是說不存在軟體這樣一個技術門檻，它的門檻是成本，也就是足夠的錢。

解放前，延安沒有一輛摩托車的時候，因為有了一位國軍飛行員投奔延安，於是延安給了他一個摩托車教官的職位，於是他每天對著一群軍人在沒有摩托車的條件下培訓如何開摩托車。

1、人會犯錯，機器只要不出故障就不會犯錯。而故障是可以預測和避免的。

2、人在很多情況下（比如疲勞、夜路等等）反應速度會變慢，有時候甚至會卡殼，而機器不會。

3、機器反應速度快、精確；人只靠經驗的話不精確。

4、想像一下路上所有車都是自動駕駛，而公路也為自動駕駛做了優化的情景：車已經不再只靠感測器攝像頭判斷路況，在聯網和附近車輛溝通的情況下，可以保持車距幾米而車速 100+km/h，而且不會出車禍。

如果任何一個領域，機器可以做到人做不到的，做得還比人好，那麼機器取代人工是早晚的事。